做了个小玩意
动机是什么
经常想找一些过往的照片,明知道自己存下来了,但是时间一长,几千上万张照片,只能一张一张翻,能不能找到,完全看运气。
很早以前,自己曾经做过一个把照片或者视频打一个文本标签的项目,自动给照片做一下归类。但是始终显得不那么「智能」。
现在的便利
多模态模型可以对照片生成一段文字描述,文本是可检索的,哪怕不上什么rag,单纯的用关键词来搜,也比以前一个标签要靠谱多了。
做法
买一个模型API服务(这个自己日常工作也需要),再做一个telegram机器人,自动把收到的照片发给模型转成文本,再连同图片插入到自己部署的思源笔记里面去。重要的照片往这个机器人发,以后就很容易找到。
效果


这些是每天我替媳妇拆了快递以后拍的照片。以前经常会出现快递我拆了,第二天被她自己一收,过几天忘记了在哪儿,责怪是我拆了乱放。
现在也算是给我自己减减负,方便在必要的时候证明自己清白了。